6月

26
Optuna Meetup #1

主催 : Preferred Networks, Inc.

ハッシュタグ：#Optuna

募集内容	参加枠無料先着順 458/458人発表枠無料先着順 4/4人
申込者	申込者一覧を見る
開催日時	2021/06/26(土) 13:30 ～ 17:30 Googleカレンダー icsファイル
募集期間	2021/05/14(金) 11:28 〜 2021/06/26(土) 17:30まで
会場	オンライン

イベントの説明

概要

Optunaは、オープンソースのハイパーパラメータ自動最適化フレームワークです。本イベントは、Optunaに関する第一回のMeetupのイベントとなります。

Optunaのユーザー、導入を検討されている方、また開発者を中心に、Optunaの様々な活用方法を共有していきます。具体的な事例を題材に、導入に対するモチベーションや有効な活用方法を共有することを目的とします。

また、似た課題を抱えたユーザーとのコミュニケーションが取れる、貴重な場にもなると考えています。さらに、開発メンバーとの質疑応答などの時間も設ける予定です。

是非、お気軽にご参加ください。

ホームページ https://optuna.org/
GitHub https://github.com/optuna/optuna

想定参加者

機械学習・ハイパーパラメータ最適化に興味がある方
Optunaに興味がある方
Optunaを使用して開発や研究を行っている方

※ Optunaやハイパーパラメータ最適化についての基本的な説明は行いません。

参加方法

zoomを用いたオンライン開催の予定です

※当選した方には、6/24 (木)に参加方法の詳細をご連絡いたします。

タイムテーブル

時間	内容	発表者(敬称略)
13:20-13:30	開場
13:30-13:40	Opening
13:40-14:10	Optunaの紹介	Preferred Networks Hiroyuki Vincent Yamazaki
14:10-14:40	CMA-ES Samplerによるハイパーパラメータ最適化	CyberAgent 芝田将
14:40-15:10	Kubeflow Pipelineを用いた分散ハイパラチューニング	Mobility Technologies 鈴木隆史
15:10-15:15	休憩前アナウンス
15:15-15:40	休憩 & Office hour
15:40-16:00	物質の結晶構造解析におけるOptunaの応用	総合研究大学院大学鈴木雄太
16:00-16:20	Optunaによる多目的最適化	GREE, Inc. 尾崎嘉彦
16:20-16:40	Hydra, MLflow, Optunaの組み合わせで手軽に始めるハイパーパラメータ管理	東大大学院中村泰貴
16:40-17:00	JVMパラメータチューニングにおけるOptunaの活用事例	ウルシステムズ　磯田浩靖 SMN　栗原秀馬
17:00-17:20	Closing (全体質疑応答・アンケート記入)
17:30-19:00	(希望者のみ) 懇親会参加受付はこちら

※ 途中退場可

発表枠

発表時間：1人20分 (質疑応答込み)

Optunaの活用事例等について発表です。タイトルをコメント欄やDMでお送りください。

発表者

Parakeet 株式会社　代表取締役

go-prompt, kube-prompt開発者。Optunaコミッター。Kubeflow/...

takashi-suzuki

tkc

hvy_jp

Computer Science at KTH, Royal Institute of Tec...

資料資料をもっと見る／編集する

フィード

takashi-suzukiさんが資料をアップしました。

2021/07/09 10:21

Yoshihiko Ozakiさんが資料をアップしました。

2021/06/29 17:55

Yoshihiko Ozakiさんが資料をアップしました。

2021/06/29 17:54

NT (Nakamura Taiki)さんが資料をアップしました。

2021/06/28 15:33

NT (Nakamura Taiki)さんが資料をアップしました。

2021/06/28 15:32

NT (Nakamura Taiki)さんが資料をアップしました。

2021/06/28 15:30

santona さんが書き込みました。

2021/06/26 19:12

訂正です。　”最適化まで到達”→”最適値まで到達”

santona さんが書き込みました。

2021/06/26 19:11

本日はありがとうございました。懇親会にて材料開発の質問をした者です。もう一度確認させてください。離散バンディット問題(ある決まった数十～数百の水準しか探索できない)でデータ数０から最短で最適化まで到達したい場合、Optunaのsamplerを用いて実装するとしたらbotorch samplerを使うのがベストでしょうか？TPE samplerやcma-es samplerだと難しいのでしょうか？